-
公开(公告)号：CN114841212A
公开(公告)日：2022-08-02
申请号：CN202210540141.7
申请日：2022-05-18
Applicant: 中南大学 , 国网宁夏电力有限公司信息通信公司
Abstract: 本公开实施例中提供了一种基于胶囊网络的智能电网时间序列异常检测方法及系统，属于数据识别技术领域，具体包括：步骤1，采集目标电网的运维数据集输入胶囊网络的特征提取层，得到所述运维数据集对应的时序特征集；步骤2，将所述时序特征集封装成含有低层特征的多个时序子胶囊，并使用squash函数压缩；步骤3，根据权重矩阵计算全部所述时序子胶囊与每个时序父胶囊的关系，然后根据动态路由协议来更新所述时序父胶囊的权重；步骤4，根据全部所述时序父胶囊生成目标胶囊并进行重构，生成检测结果。通过本公开的方案，提高了检测效率、精准度、适应性和实时性。
-
公开(公告)号：CN113435725A
公开(公告)日：2021-09-24
申请号：CN202110685848.2
申请日：2021-06-21
Applicant: 国网宁夏电力有限公司信息通信公司 , 中南大学
Abstract: 本发明提供了一种基于FARIMA‑LSTM预测的电网主机动态阈值设定方法，包括：步骤1，构建FARIMA‑LSTM模型；步骤2，收集服务器的内存负载数据并输入FARIMA‑LSTM模型进行数据预处理，对预处理后的内存负载数据进行周期性检验，得到周期性检验结果。本发明预测方法准确，适用范围广，运行时间短，通过周期调整消除了时间序列中的周期性影响，能够更清晰地揭示趋势，降低了周期对ARIMA模型拟合效果的影响，提高了趋势预测精度，利用服务器内存历史数据预测并估算设备运行指标动态阈值，实时的对服务器内存历史数据变化情况进行监控，及时的通知运维人员对设备进行运行状态检查，提高了设备故障的预知能力，充分提升了运维监控和故障抢修工作的主动性，提高了运维效率。
-
公开(公告)号：CN117933402A
公开(公告)日：2024-04-26
申请号：CN202311011886.5
申请日：2023-08-11
Applicant: 清华大学 , 中南大学 , 国网宁夏电力有限公司信息通信公司
IPC: G06N5/045 , G06N5/025 , G06N5/02 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/092 , G06F16/36 , G06Q10/20 , G06Q50/06
Abstract: 本发明公开了基于GNN的电网知识图谱多跳推理方法与系统。该方法包括：获取用于电网运维的知识图谱，将知识图谱中已有的三元组作为训练集；基于训练集中各三元组的源实体和查询关系进行路径搜索；路径搜索包括：确定当前实体，根据当前实体的状态，通过策略网络确定下一实体；当前实体的状态由当前实体、查询关系、源实体到当前实体的历史路径信息、当前实体的基于GNN的多跳邻域聚合信息来表征；根据各三元组的路径搜索结果对策略网络进行训练；用训练的策略网络对查询三元组进行知识推理，得到新三元组并添加到当前知识图谱中。本发明能够有效、准确实现电网知识图谱补全，无需路径的预训练，且使用GNN对多跳邻居进行聚合，减轻了噪声的影响。
-
公开(公告)号：CN115759091A
公开(公告)日：2023-03-07
申请号：CN202211246706.7
申请日：2022-10-12
Applicant: 清华大学 , 国网宁夏电力有限公司信息通信公司 , 中南大学
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06Q50/06
Abstract: 一种基于MMOS的命名实体关系联合抽取方法、系统及介质，方法包括：采集电网非结构化运维文本数据，并对非结构化数据进行标注，对数据格式进行转换，转换为可直接训练的训练集；输入训练集，使用预训练的BERT模型对训练集中的句子进行编码，输出字向量、文本向量和位置向量；设计三元组得分函数，构建MMOS模型，将步骤2中BERT编码过的向量输入MMOS模型中，对MMOS模型进行训练，得到损失值最低的MMOS训练模型；输入更多电网非结构化运维文本数据，利用步骤3训练得到的MMOS模型，预测出新的三元组，最后得到所有三元组。本方法在实体关系提取实验中比起其他几种实体关系提取方法的F1值、准确率和召回率都有不同程度的提升。
-
公开(公告)号：CN113610174A
公开(公告)日：2021-11-05
申请号：CN202110931677.7
申请日：2021-08-13
Applicant: 中南大学 , 国网宁夏电力有限公司信息通信公司
Abstract: 本公开实施例中提供了一基于Phik特征选择的电网主机负载预测方法、设备及介质，属于电学技术领域，具体包括：提取目标电网主机对应的历史数据，并将历史数据分为训练集和测试集；利用Person相关系数法对训练集的初始特征进行Person相关性分析得到多个时序分量，并选取与标签值均值相关性符合预设条件的时序分量作为第一特征集；根据Phik相关系数法对训练集中预测变量与辅变量之间的相关性，生成第二特征集；分别将第一特征集和第二特征集各输入一个GRU模型，然后将两个GRU模型的输出值输入特征融合层，得到目标电网主机对应的预测模型；根据预测模型和测试集，得到目标电网主机对应的负载预测区间。通过本公开的方案，提高了运行效率、适应性和预测精度。
-
Patent Agency Ranking
公开(公告)号：CN114841212B
公开(公告)日：2023-04-28
申请号：CN202210540141.7
申请日：2022-05-18
Applicant: 中南大学 , 国网宁夏电力有限公司信息通信公司
IPC: G06F18/213 , G06F18/23213 , G06F18/2411 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/088
Abstract: 本公开实施例中提供了一种基于胶囊网络的智能电网时间序列异常检测方法及系统，属于数据识别技术领域，具体包括：步骤1，采集目标电网的运维数据集输入胶囊网络的特征提取层，得到所述运维数据集对应的时序特征集；步骤2，将所述时序特征集封装成含有低层特征的多个时序子胶囊，并使用squash函数压缩；步骤3，根据权重矩阵计算全部所述时序子胶囊与每个时序父胶囊的关系，然后根据动态路由协议来更新所述时序父胶囊的权重；步骤4，根据全部所述时序父胶囊生成目标胶囊并进行重构，生成检测结果。通过本公开的方案，提高了检测效率、精准度、适应性和实时性。
-
公开(公告)号：CN113411216A
公开(公告)日：2021-09-17
申请号：CN202110687331.7
申请日：2021-06-21
Applicant: 国网宁夏电力有限公司信息通信公司 , 中南大学
Abstract: 本发明提供了一种基于离散小波变换和FA‑ELM的网络流量预测方法，包括：步骤1，构建DWAFE模型，在所述DWAFE模型中设置数据管理员和模型管理员；步骤2，获取多个网络流量数据并将所述网络流量数据发送给所述数据管理员，所述数据管理员将所述网络流量数据进行数据预处理，得到数据预处理后的所述网络流量数据。本发明经过萤火虫算法优化的FA‑ELM模型，克服了ELM稳定性差的缺陷，对非线性数据预测的准确性高，能稳定可靠地应用于各领域的研究中，具有极大的现实意义。本发明提出的DWAFE模型结合了ARIMA模型和FA‑ELM模型各自的优势，做出精准的网络流量预测，根据预测结果计算出指定置信度下的动态阈值区间，从而实现设备运行状态实时感知，为设备故障预警提供强有力的支持。
-
公开(公告)号：CN113610174B
公开(公告)日：2024-10-15
申请号：CN202110931677.7
申请日：2021-08-13
Applicant: 中南大学 , 国网宁夏电力有限公司信息通信公司
IPC: G06F18/214 , G06F18/2413 , G06N3/0464 , G06N3/08
Abstract: 本公开实施例中提供了一基于Ph i k特征选择的电网主机负载预测方法、设备及介质，属于电学技术领域，具体包括：提取目标电网主机对应的历史数据，并将历史数据分为训练集和测试集；利用Person相关系数法对训练集的初始特征进行Person相关性分析得到多个时序分量，并选取与标签值均值相关性符合预设条件的时序分量作为第一特征集；根据Ph i k相关系数法对训练集中预测变量与辅变量之间的相关性，生成第二特征集；分别将第一特征集和第二特征集各输入一个GRU模型，然后将两个GRU模型的输出值输入特征融合层，得到目标电网主机对应的预测模型；根据预测模型和测试集，得到目标电网主机对应的负载预测区间。通过本公开的方案，提高了运行效率、适应性和预测精度。
-
公开(公告)号：CN117220406A
公开(公告)日：2023-12-12
申请号：CN202311011884.6
申请日：2023-08-11
Applicant: 清华大学 , 中南大学 , 国网宁夏电力有限公司信息通信公司
Abstract: 一种基于离线强化学习的电力系统故障容错控制方法，在训练过程中，无须与环境进行交互，无须专家经验的指导，只需要将不同的故障类型的数据输入进本发明的算法中，就可以通过训练得到本发明所需的容错控制器，此容错控制器对于不同的故障类型，能够自动做出最优策略，不需要通过警报‑专家核实‑派人维修的步骤，能够实时的对故障进行容错控制，最大化减小故障对经济的损失、人力资源的消耗及对生产效率的影响。
-
公开(公告)号：CN117131931A
公开(公告)日：2023-11-28
申请号：CN202311010995.5
申请日：2023-08-11
Applicant: 清华大学 , 中南大学 , 国网宁夏电力有限公司信息通信公司
IPC: G06N5/022 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F16/36
Abstract: 本申请公开了一种基于嵌入的电网运维知识图谱实体对齐方法和装置，该方法包括如下步骤：从实际电网运维数据中获取不同时段的两个电网运维知识图谱；基于神经网络分别对所述两个电网运维知识图谱的实体进行邻域聚合，得到各电网运维知识图谱中各实体的多跳邻域聚合信息；基于所述多跳邻域聚合信息，分别确定两个电网运维知识图谱中所有关系对齐的损失值和所有实体对齐的损失值，并基于所有关系对齐的损失值和所有实体对齐的损失值，得到总损失值；以所述总损失值最小化为目标对所述神经网络进行训练，以实现所述两个电网运维知识图谱的对齐。本发明可以大大减少运维成本，提高运维效率，有利于电网运维信息系统的安全稳定运行。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.061 seconds)
